关于 Python 生成器，请教各位大佬一个问题

写了两个生成器 agentman，agreement，生成器里面的元素是一个个的 python 字典,每个字典里面都有一个 key 相同，key 对应的 value 也相同，我的需求就是分别遍历两个生成器找出拥有相同 key-value 的字典，然后将这两个字典合并成一个字典。（有没有更好的实现方法，两个 for 循环看起来实在是太丑了）

for i in agreement:
    for j in agentman:
        if i['agent_name'] == j['agent_name']:
            print(dict(i, **j))

结果我发现，当 agreement 取了第一个值的时候，agentman 可以遍历一遍，但是，当 agreement 取第二个值一直到最后一个值的时候，无法进入 agentman 的循环了，j 一直等于 agentman 的最后一个值，感觉就像是 agentman 为空一样，最后的结果就是有且只有第一次的循环得到的一个合并之后的字典。

我本以为是因为生成器只能迭代一次。可当我又写了个小例子的时候，发现可以正常输出我想要的结果。

a = [{'a': 1, 'b': 2, 'c': 3}, {'a': 4, 'b': 5, 'c': 6}, {'a': 7, 'b': 8, 'c': 9}]
b = [{'a': 1, 'd': 14, 'e': 45}, {'a': 4, 'd': 24, 'e': 5}, {'a': 7, 'd': 34, 'e': 55}]
def ag():
for i in a:
yield i
def bg():
for j in b:
yield j
for i in ag():
for j in bg():
if i[‘a’] == j[‘a’]:
print(dict(i, **j))

结果：

	{'a': 1, 'b': 2, 'c': 3, 'd': 14, 'e': 45}
	{'a': 4, 'b': 5, 'c': 6, 'd': 24, 'e': 5}
	{'a': 7, 'b': 8, 'c': 9, 'd': 34, 'e': 55}

所以我选择就不明白到底是什么问题？？

我的描述可以看的明白吧？

关于 Python 生成器，请教各位大佬一个问题

gougou168 1楼

好像没法编辑代码的格式啊

vueper 2楼

生成器这玩意儿其实挺有意思的，它就是个懒加载的迭代器。简单说，你用 yield 而不是 return，函数就变成了生成器函数，每次调用 next() 或者迭代它的时候，它才执行到 yield 那儿，把值吐出来，然后暂停，等下次再被调用时接着从暂停的地方继续跑。

最直接的好处就是省内存。比如你要处理一个超大文件，用列表一次全读进来内存可能就炸了，但用生成器可以一行一行读，处理一行扔一行，内存占用就很小。

看个简单例子你就明白了：

def simple_generator(n):
    i = 0
    while i < n:
        yield i  # 每次执行到这里就返回 i，然后暂停
        i += 1

# 使用
gen = simple_generator(5)
for value in gen:
    print(value)
# 输出: 0, 1, 2, 3, 4

这里 simple_generator(5) 并不会立刻算出所有值，for 循环每次问它要下一个值，它才执行一次循环体，yield 一个数出来。你也可以用 next(gen) 手动获取。

另一个常见场景是处理无穷序列，比如生成所有偶数：

def even_numbers():
    num = 0
    while True:
        yield num
        num += 2

evens = even_numbers()
print(next(evens))  # 0
print(next(evens))  # 2
# 可以一直 next() 下去，但它不会预先生成无穷个数占内存

生成器表达式和列表推导式语法很像，但用的是圆括号，它也是惰性的：

# 列表推导式：立即生成所有结果，占用内存
squares_list = [x*x for x in range(1000000)]

# 生成器表达式：不立即计算，需要时再生成
squares_gen = (x*x for x in range(1000000))

总结一下，当你需要按需生成数据、处理大数据流或者实现某种协程-like 的控制流时，生成器就是你的好帮手。

phonegap100 3楼作者

你的 agentman 怕不是一个迭代器。迭代器遍历完了就消耗完了，不会自动重启的。

你下面的小例子，bg() 每次都产生了一个新的迭代器。所以可以重复遍历。

h691938207 4楼

理解生成器函数，生成器，迭代器，列表的区别和关联

caililin 5楼

肯定是生成器的，以为我对调了 agentman 和 agreement 的循环顺序，结果还是一样的

htzhanglong 6楼

楼上解释了部分问题。对于两个 for 太丑的问题：当你使用两个序列类型配对的时候，因为你只能进行顺序查找，所以复杂度会是 O(n2)。那么你可以把一个较大的对象换成字典来实现 O(n) 配对。字典可以（ key，value ）元组为键，元素为值。

htzhanglong 7楼

所以你能不能把整个代码发上来，包括怎么产生这两个变量的。。。

bupafengyu 8楼

迭代器每一次执行__next()__方法后会记录当前变量值，所以一次循环结束会指向最后一个元素

可以在一次循环结束调用生成器的 send 函数，手动指向第一个元素

phonegap100 9楼作者

j = bg()

id(bg())
Out[125]: 139947918612704

id(bg())
Out[126]: 139947918289296

id(j)
Out[127]: 139947918612176

id(j)
Out[128]: 139947918612176

sinazl 10楼

python class AgentmanReader(ReadExcel): def __init__(self, path): super(AgentmanReader, self).__init__(path) assert self.ncols == 27, 'columns must be 27' def parse_data(self): for i in range(1, self.nrows): agentman_dict = dict( # 公司名称（代理人名称）* agent_name=self.sheet.cell_value(i, 0), # 归属机构代码 org_code=str(self.sheet.cell_value(i, 1)), # 地址* address=self.sheet.cell_value(i, 2), # 邮编* postcode=self.sheet.cell_value(i, 3), # 业务渠道* trade_channel=str(TRADE_CHANNEL[self.sheet.cell_value(i, 4)]), # 代理人类型* agentman_type=str(AGENT_TYPE[self.sheet.cell_value(i, 5)]), # 许可证号* license_num=self.sheet.cell_value(i, 6), # 组织机构代码* social_code=self.sheet.cell_value(i, 7), # 负责人* principal=self.sheet.cell_value(i, 8), # 电话* phone=self.sheet.cell_value(i, 9), # 手机 mobile=self.sheet.cell_value(i, 10), # MAC 地址 mac_addr=self.sheet.cell_value(i, 11), # 资格证有效期 Validity=self.sheet.cell_value(i, 12), # 数字证书编码 digital_code=self.sheet.cell_value(i, 13), # 开户银行 opening_bank=self.sheet.cell_value(i, 14), # 户名 account_name=self.sheet.cell_value(i, 15), # 银行类别 bank_type=BANK_TYPE.get(self.sheet.cell_value(i, 16), '0'), # 省份 province=self.sheet.cell_value(i, 17), # 城市 city=self.sheet.cell_value(i, 18), # 银行帐号 bank_account=self.sheet.cell_value(i, 19), # 是否发送短信息 is_send=self.sheet.cell_value(i, 20), # 纳税人身份 taxpayer=self.sheet.cell_value(i, 21), # 纳税人识别号 taxpayer_num=self.sheet.cell_value(i, 22), # 纳税人地址 taxpayer_addr=self.sheet.cell_value(i, 23), # 纳税人电话 taxpayer_ph=self.sheet.cell_value(i, 24), # 纳税人开户行名称 taxpayer_bank=self.sheet.cell_value(i, 25), # 纳税人银行账号 taxpayer_account=self.sheet.cell_value(i, 26) ) yield agentman_dict agentman_data = AgentmanReader(AGENTMAN_PATH).parse_data() 
excel 里面有几千条数据，读出来转换成一个生成器。

nodeper 11楼

具体怎么做，能不能举个列子

ionicwang 12楼

一个生成器只能遍历一次。

yibo5220 13楼

https://gist.github.com/yonoho/edd0e50321e6274c0c6c67ac659a3ac2

vueper 14楼

读 excel 为什么不用 pandas

wuwangju 15楼

agentman_data = AgentmanReader(AGENTMAN_PATH).parse_data()

这一条就是根本原因。agentman_data 现在只是一个迭代器，只能用一次。

gougou168 16楼

那应该怎么改呢？

eggper 17楼

没用过 pandas，有空学习下

phonegap100 18楼作者

居然打不开

sinazl 19楼

别存它，直接 for 函数调用

sinazl 20楼

mans_agreements = {} # 假设 agreement 比较大
for a in agreement:
mans_agreements.setdefault(a[‘agent_name’], [])
mans_agreements[a[‘agent_name’]].append(a)

for man in agentman:
his_agreements = mans_agreements.get(man[‘agent_name’], [])
for a in his_agreements:
print(dict(man, **a))